
这是公众号的第2篇推文,粉丝数49

Document Search

Classic Platform

Adaptive Platform

Foundation
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.8k累计阅读
1.9k平均单平台
已同步平台
CSDN
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年,写一次发全网
我也要 →
码龄6年

这是公众号的第2篇推文,粉丝数49

Document Search

Classic Platform

Adaptive Platform

Foundation
当前文章被以下社区和专栏收录:
AutoSar标准文档下载与模块选择指南
本文为AutoSar标准文档下载与模块选择提供了详细指南。文章详细介绍了如何从AutoSar官网精准定位并下载所需文档,解析了文档命名规则,并提供了以通信管理(COM)模块为例的实战流程。旨在帮助汽车电子工程师高效获取和利用AutoSar标准文档,快速上手开发工作。
一些AUTOSAR会议论坛的介绍(附资料下载)
介绍一些AUTOSAR的会议论坛,点击下方链接可下载相应的PPT材料/视频,也可在线浏览。 点击这里下载qwps.com 1. AUTOSAR Release Event AUTOSAR版本从2019年开始变为一年一更,新标准会在每年的12月份发布,官网可下载。发布会往年都是不公开的,去年因为疫情官方不得不在线上举办,同时也面向公众(非Partners)开放且免费。以后的发布会是不是还在线上举办且免费,不知道。AUTOSAR R20-11的变动主要体现在文档的增加、Platform ...
【AUTOSAR标准规范的下载和阅读方法】
本文介绍AUTOSAR 规范文档的下载方式
详解AUTOSAR:AUTOSAR官方标准文档下载(拓展篇—6)
学习AUTOSAR需要查阅很多手册和文档,本篇博文将介绍如何下载AUTOSAR官方标准文档。
Adaptive AUTOSAR R24-11 版本发布概述
AUTOSAR 通过其标准解决了汽车软件开发中的广泛用例。这些用例有不同的需求,并导致不同的技术解决方案。AUTOSAR 标准是一组一致的 AUTOSAR 交付物,它们在同一时间发布。AUTOSAR 交付物可以包括但不限于以下类型:- 文本解释- 文本规范- 测试规范- 源代码- 其他正式或半正式的文本格式(如 ARXML、UML 模型、XML 模式)AUTOSAR 提供以下标准:| 标准 | 缩写 |
AUTOSAR FOUNDATION标准文档
AUTOSAR FOUNDATION标准文档,2021最新版本11.2021: R21-11 从官方网站获取的 https://www.autosar.org/nc/document-search
AutoSAR标准协议4.2.2
AutoSAR标准定义了汽车电子系统中各个软件组件的功能、接口和交互方式,以促进模块化、可重用性和互操作性。它提供了一个共享平台,使不同供应商开发的软件模块可以在不同的汽车平台上进行集成和交换。 AutoSAR标准协议规范4.2.2,里面包含了AutoSAR组织所规定的AutoSAR架构的标准规范协议原文档。对AutoSAR的学习有一定的借鉴意义
AUTOSAR标准文档(2020版本)
包含了AUTOSAR标准的官方文档,版本为2020年版
AUTOSAR CP标准文档
AUTOSAR CP标准文档 11.2021: R21-11 从官方网站下载的https://www.autosar.org/nc/document-search
autosar标准文件
autosar标准文件
别再浪费主板上的PCIE插槽了!手把手教你用VL805芯片打造高速USB3.0扩展坞
本文详细介绍了如何利用VL805芯片将主板闲置的PCIE插槽改造为高性能USB3.0扩展坞。从芯片选型、电路设计到焊接工艺和系统调试,提供了一套完整的实战指南,帮助用户充分释放硬件潜能,实现高达5Gbps的传输速度。
Bybit面经
这段总结描述了求职者在Bybit面试过程中的经历和相关问题,包括面试内容、求职者向面试官提问的问题以及关于Bybit的信息
量化实战:如何用Barra多因子模型给你的投资组合做一次‘风险体检’?
本文详细介绍了如何利用Barra多因子模型对投资组合进行全面的风险体检,帮助投资者识别行业和风格因子的风险暴露。通过实战案例和Python代码示例,展示了数据采集、风险归因和组合优化的完整流程,提升投资组合的风险调整收益。
MySQL服务启动失败?手把手教你排查NET HELPMSG 3534错误(附完整修复流程)
本文针对Windows平台上MySQL服务启动失败并提示NET HELPMSG 3534错误的常见问题,提供了系统性的排查与修复指南。文章深入剖析了错误本质,并手把手教你通过查看MySQL错误日志、检查并初始化数据目录、修正Windows服务配置、排查my.ini配置文件陷阱等核心步骤,彻底解决这一棘手问题,帮助开发者和运维人员快速恢复数据库服务。
保姆级教程:用Altium Designer 24从零画一块PCB(附完整库文件与避坑清单)
本文提供了一份详细的Altium Designer 24(AD24)PCB设计教程,从工程创建到最终文件输出,涵盖元件库管理、原理图设计、PCB布局布线等全流程。特别适合初学者,包含STM32最小系统板的实战案例,附完整库文件和避坑清单,帮助用户快速掌握AD24的核心功能与技巧。
QT5.12.1报错:1. clang++:error: :fatal error andriod Input/output error
QT5.12.1报错:1. clang++:error: :fatal error andriod Input/output error 解决方式: 1.qt程序不要放在共享目录下编译,直接拷贝到ubuntu系统中编译 2.修改/home/xt/Qt5.12.1/5.12.1/android_armv7/mkspecs/android-clang中 #QMAKE_LINK = QMAKECXXQMAKE_CXX QMAKECXXQMAKE_CFLAGS -Wl,–exclude-libs,libgc
JavaScript - Blob / File / base64 使用场景介绍与相互转换
前言 本文首先介绍一下这三种对象使用场景,最后介绍下它们之间互转格式的解决方案。 您前端一旦涉及到文件或图片上传到服务器, 就势必离不了Blob/File/base64三种主流的类型。 Blob MDN:https://developer.mozilla.org/zh-CN/docs/Web/API/Blob 您可以观察到,像一些图片处理插件(例如有名的vue-cropper)图片裁剪插件, 它们将图片处理完毕后,都将使用blob对象返回处理好的图片,供开发者用于上传服务器。
OpenClaw进阶实战(二十五):抖音企业号——私信回复与视频评论分析
摘要:本文介绍抖音企业号自动化运营方案,突破抖音强风控体系的技术挑战。针对内容生产、私信互动和账号矩阵三大场景,提出混合架构解决方案: 私信自动化:结合关键词触发与随机延迟(45秒±15),实现拟人化回复,支持价格咨询/商务合作等高优先级消息识别 混合技术栈:官方API(合规)+真机RPA(覆盖长尾需求)+AI辅助生成(脚本→剪辑→发布闭环) 安全策略:通过设备指纹模拟、行为间隔随机化和内容差异化处理规避风控,提供每日200条的安全操作阈值。配套OpenClaw技能实现一键部署,包含cookie配置、回复规
北京航空航天大学《工科数学分析》2011-2018历年期末考试试卷(含答案).pdf
北京航空航天大学《工科数学分析》2011-2018历年期末考试试卷(含答案
星云ERP是·基于SpringBoot框架的中小企业完全开源的ERP+源代码+文档说明
### 项目介绍星云ERP基于SpringBoot框架,为中小企业提供完全开源、永久免费、用户体验好的进销存ERP系统,解决开店难、管理难、数据统计难的问题。星云ERP主要包括基础信息管理、商品中心、采购管理、销售管理、零售管理、库存管理、盘点管理、结算管理等,各业务模块均支持参数配置,满足实际遇到的各种业务场景。丰富的报表模块支持用户做各项数据分析。同时支持对部门、岗位、角色、用户、权限等进行精细化管理。最终,达到业务线上化、透明化、简易化管理的目标,实现物流、资金流、信息流的一体化管控。#### 单体架构集成常用的SpringBoot、MybatisPlus等框架,更利于上手使用或二次开发。#### 关于商业使用的说明项目使用Apache 2.0 License,编写的代码无任何闭源情况,均可免费使用。我们对商业使用行为没有限制,只需要遵循Apache2.0 License即可。### 演示环境地址星云ERP平台地址:http://erp.lframework.com <a href="http://erp.lframework.com" target="_blank">点此进入</a>### 底层框架源码底层框架源码:https://gitee.com/lframework/jugg <a href="https://gitee.com/lframework/jugg" target="_blank">点此进入</a>### 前端项目源码前端项目源码:https://gitee.com/lframework/xingyun-front <a href="https://gitee.com/lframework/xingyun-front" target="_blank">点此进入</a>### 后端开发的一些约定* cacheName不使用{}* 主库的名称为master* 创建子线程时使用DefaultCallable或DefaultRunnable包装### 关于多租户application.yml中的tenant.enabled改为true则代表开启多租户模式;false则代表关闭多租户模式。虽然开启和关闭多租户是由配置文件控制,但是由于两种模式数据库结构不同,不支持正在运行中的系统修改租户模式。### 使用说明文档## 项目备注1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
机器学习基于CatBoost的梯度提升决策树模型构建:分类回归排序任务中的特征工程与模型优化应用
内容概要:本文是一份关于Python CatBoost库的技术报告,全面介绍了CatBoost作为梯度提升决策树(GBDT)核心库的核心功能、技术架构、最新特性和最佳实践。内容涵盖分类、回归、排序等基本任务,以及特征工程、模型调优、并行计算、可视化和模型解释性等高级功能,并详细展示了数据处理与模型定制的方法。报告还介绍了CatBoost在性能优化、安全性增强及对Python 3.10+的支持等2026年最新特性,并通过代码示例演示了其在实际场景中的应用。; 适合人群:具备一定Python编程和机器学习基础的研发人员、数据科学家,尤其是从事模型开发与调优的中高级技术人员。; 使用场景及目标:①用于分类、回归、排序等机器学习任务的建模与预测;②支持大规模数据处理与高性能计算,适用于金融、医疗、教育等多个行业的数据分析需求;③结合pandas、scikit-learn、SHAP等生态工具实现端到端的可解释性机器学习流程。; 阅读建议:建议读者结合代码示例动手实践,深入理解CatBoost的参数设置、模型训练与评估流程,同时关注其与主流机器学习库的集成方式,以充分发挥其在复杂场景下的建模优势。
YOLO 3d打印缺陷检测数据集
数据集样本数量为5870,所有图片已标注为YOLO txt格式,划分为训练集、验证集和测试集,能直接用于YOLO算法的训练。可用于YOLO3d打印缺陷检测模型训练,机器学习,深度学习,人工智能,python,pycharm。
617

被折叠的 条评论
为什么被折叠?



